Veille Le calcul, condition de la puissance
IA : derrière les règles, la bataille pour contrôler les infrastructures
Fixer les obligations des fournisseurs ne suffit pas à maîtriser l’intelligence artificielle. Les stratégies européenne, américaine et chinoise se départagent aussi sur le calcul, les débouchés et la diffusion de leurs technologies.
La capacité à imposer les conditions d’utilisation de l’intelligence artificielle ne dépend pas seulement des lois. Elle tient aussi à la maîtrise des infrastructures de calcul, aux financements accessibles aux entreprises et aux technologies qui s’installent chez leurs clients. Sur ces trois terrains, les programmes présentés en 2025 par l’Union européenne, les États-Unis et la Chine associent intervention publique et développement industriel.
La gouvernance de l’IA organise ainsi un double rapport de force : entre les autorités publiques et les fournisseurs, mais aussi entre les économies qui cherchent à faire adopter leurs propres solutions. Une obligation de conformité détermine les conditions d’accès au marché. Une infrastructure de calcul détermine qui peut développer et exploiter un modèle. Aucun de ces instruments ne remplace l’autre.
Pour les entreprises françaises, la distinction est concrète. Pouvoir commercialiser un système conforme au droit européen ne garantit ni l’accès aux capacités nécessaires à son développement, ni la maîtrise de ses coûts d’exploitation. Inversement, disposer d’une technologie performante ne dispense pas de respecter les règles des marchés visés.
La gouvernance de l’IA répartit les responsabilités
Le règlement européen sur l’intelligence artificielle, ou AI Act, établit des obligations différentes selon les usages et les risques. Il distingue notamment les responsabilités des fournisseurs et celles des organismes qui déploient les systèmes. Il prévoit aussi un encadrement des modèles d’IA à usage général. Cette architecture ne constitue donc pas une interdiction générale : elle répartit les conditions de mise sur le marché et d’utilisation.
Son effet économique passe par le travail de documentation, d’évaluation et d’organisation qu’elle demande aux acteurs concernés. Ces exigences peuvent peser différemment selon les ressources des entreprises. Elles donnent également aux acheteurs un cadre commun pour examiner leurs fournisseurs. La règle agit sur la concurrence par les conditions d’accès au marché, sans déterminer à elle seule qui disposera du meilleur produit.
Aux États-Unis, l’encadrement repose davantage sur une combinaison de compétences sectorielles, de droit existant et de référentiels techniques. Le cadre de gestion des risques du NIST fournit ainsi une méthode volontaire pour identifier et traiter les risques. Son statut doit être distingué de celui d’une obligation légale : un référentiel peut orienter les pratiques des entreprises sans constituer une loi générale sur l’IA.
La Chine impose, pour sa part, des obligations spécifiques à certains services algorithmiques et génératifs. L’enregistrement d’algorithmes et l’identification de contenus synthétiques placent directement les fournisseurs dans le dispositif de contrôle. Cette intervention coexiste avec une politique de diffusion industrielle : encadrer les usages et accélérer leur adoption ne sont pas, pour les autorités chinoises, deux objectifs exclusifs.
Le calcul transforme la politique industrielle
La Commission européenne accompagne le cadre réglementaire d’un programme consacré aux infrastructures, aux compétences et à l’adoption de l’IA. Son plan d’action de 2025 pour un continent de l’IA accorde une place aux « fabriques d’IA », adossées à des capacités de calcul. Le mécanisme recherché est industriel : rapprocher les ressources informatiques, les équipes techniques et les entreprises qui développent des applications.
L’enjeu ne se limite pas à installer des machines. Une capacité disponible doit pouvoir être utilisée dans des conditions adaptées aux projets : accès, accompagnement technique et continuité entre expérimentation et exploitation. Une entreprise qui obtient des ressources pour tester un modèle reste confrontée aux conditions de son déploiement commercial.
Le plan d’action américain de 2025 associe également soutien à l’innovation et développement des infrastructures. Il donne une place à la diffusion internationale des technologies et des standards américains. Cette dimension extérieure compte autant que le marché intérieur : lorsqu’une entreprise étrangère adopte un ensemble de services et d’outils, ses choix techniques ultérieurs peuvent s’organiser autour de cet environnement.
La gouvernance de l’IA dépasse donc la seule gestion des risques. Elle concerne aussi les conditions dans lesquelles se forment les dépendances techniques. Celles-ci ne résultent pas nécessairement d’une contrainte juridique : elles peuvent découler du coût d’un changement de fournisseur, des compétences acquises ou de la compatibilité entre les outils.
La diffusion industrielle devient un critère décisif
En Chine, l’initiative « AI Plus », portée en 2025 par le Conseil des affaires d’État, vise l’intégration de l’intelligence artificielle dans la recherche, l’industrie, la consommation et l’action publique. L’objectif ne se réduit pas à produire des modèles : il s’agit d’en multiplier les applications dans l’économie.
Cette orientation rappelle une distinction essentielle. La performance technique d’un modèle et sa diffusion industrielle ne mesurent pas la même chose. Une technologie peut progresser rapidement sans que les entreprises disposent des données, des compétences ou des moyens nécessaires pour l’utiliser. À l’inverse, l’intégration de systèmes existants dans les procédés de production peut devenir un facteur de compétitivité.
Comparer les trois ensembles exige donc de séparer les instruments plutôt que d’opposer des identités figées. Les obligations juridiques fixent des responsabilités. Les référentiels orientent les pratiques. Les infrastructures rendent certains projets possibles. Les politiques de diffusion cherchent à transformer ces capacités en usages durables.
Pour apprécier la gouvernance de l’IA, les indicateurs décisifs seront aussi matériels : qui accède au calcul, dans quelles conditions, avec quels fournisseurs et quelles possibilités de changement. L’autonomie européenne se jouera dans l’articulation entre un marché encadré par ses propres règles et les moyens techniques permettant à ses entreprises d’y prendre position.
